为揭示各种行波磁场铸流搅拌的电磁冶金效果，基于计算域分段法建立了断面1280 mm×200 mm板坯连铸电磁、流动、传热和凝固的耦合模型，利用电气参数和磁感应强度的实测值和预测值的对比验证了模型的可靠性。研究表明：行波磁场搅拌器因电磁推力的方向性特点在板坯二冷区搅拌过程中均表现有不同程度与特征的端部效应，辊后箱式搅拌器(Box-typed electromagnetic stirrer, B-EMS)的单侧安装形式导致板坯内弧侧磁感应强度远大于外弧侧，辊式搅拌器(Roller-typed electromagnetic stirrer, R-EMS)的对辊安装形式则使磁感应强度呈现对称分布。在400 kW和7 Hz的相同电气参数下，R-EMS的电流强度比B-EMS高75 A；尽管箱式电磁搅拌的有效作用区域较辊式电磁搅拌大，铸坯中心钢液过热耗散区域大，但辊式搅拌推动钢液冲刷凝固前沿形核作用则明显大于箱式搅拌。两者均具有较好的抑制柱状晶生长、促进凝固前沿等轴晶形核与发展的能力，将不锈钢板坯等轴晶率提高至45%的门槛值以上，其中间隔型反向辊式搅拌器下的等轴晶率比箱式搅拌高约17%。综合表明，基于行波磁场铸流搅拌的间隔型反向辊式搅拌器有望更好地消除铁素体不锈钢板材表面皱折缺陷

针对并联机器人在设计过程中的约束变量多、干涉情况复杂和设计周期长等问题,进行电动六自由度并联机器人结构参数设计与仿真的研究.以Stewart并联机器人为例,对并联机器人工作空间的两种求解方法进行了分析.首先利用几何法求解出其工作空间,然后提出一种基于虚拟样机技术求解其工作空间与承载能力的方法.这种方法利用Pro/E软件进行三维设计,将三维造型导入Adams软件中进行动态仿真.仿真结果表明,该方法在保证仿真结果可靠性的前提下,可避免烦琐的计算,缩短设计周期

本文建立了LD法炼钢过程中脱碳动力学的理论随机模型,它是带有随机初始条件和非齐次项的“分段型”随机微分方程。文中运用伊藤（It?）随机方程的理论求出了“解过程”和矩函数,讨论了该过程的主要统计性质。最后通过数值例子进行了模型的参数估计,并验证了“后期”模型的可靠性

大截面棒材矫直过程中性层偏移明显,对二辊矫直辊辊型及棒材直线度的影响较大.依据三点弯曲理论建立了棒材矫直过程中基于压力弹塑性变形的中性层偏移量理论计算模型,结合室温拉伸和弯曲试验,研究了棒材矫直过程中性层偏移规律.结果表明:反弯半径和棒材力学性能对中性层偏移值的影响显著,反弯半径越小,则中性层偏移量越大;强度较低、塑性较强的材料,中性层偏移量较大.通过弯曲试验,验证了该模型的可靠性及其适用范围

楔横轧随形轧制空心零件在过渡轴肩位置会产生壁厚减薄,降低零件的力学强度,改善轴肩的壁厚状况是必须解决的问题.本文基于有限元模拟方法,揭示空心零件成形时壁厚减薄的产生原因,提出采用楔横轧反楔堆轧改善轴肩壁厚的成形方法,分析反楔堆轧增加轴肩壁厚的主要影响因素,从而获得轴肩壁厚增厚的成形方法和最佳条件,实现了楔横轧随形轧制空心零件轴肩位置的显著增厚.通过轧制试验,验证了有限元模拟分析模型的可靠性

在贝叶斯理论框架下, 提出了一种基于多源数据融合的深埋硬岩隧道围岩参数概率反演方法.首先, 分析硬岩隧道常用的启裂-剥落界限本构模型中围岩单轴抗压强度、启裂强度与抗压强度比及抗拉强度三个参数不确定性来源, 确定其概率统计特征; 其次, 利用粒子群算法优化多输出支持向量机, 建立反映反演参数与隧道监测数据间非线性映射关系的智能响应面; 最后, 结合贝叶斯分析方法构建概率反演模型, 运用马尔科夫链蒙特卡洛模拟算法实现了围岩参数的动态更新.将该方法应用到某深埋硬岩隧道中, 利用反演的围岩参数计算隧道拱顶下沉点、周边收敛点变化值及开挖损伤区深度, 与监测数据吻合较好.结果表明, 该方法可以实现围岩多参数快速概率反演, 更新后的参数可用于硬岩隧道施工安全风险评估与结构可靠性设计

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

研制了一种无机材料构成的验电标识,放置在导线周围,通过电场驱动电子的运动,促进载流子复合,进而使材料发光,从而判断带电情况,其作为验电标识使用非常便捷.选取了氮化镓GaN材料进行研究,以GaN、InGaN等材料为基础,通过溶胶凝胶法、气相外延等方法制备接触层、基片层、材料层等结构,进而获得了验电标识,该验电标识的发光层是具有多量子肼结构的纳米棒阵列.然后对其进行了电学光学性能参数测试,获得了有关特性曲线,通过Ansoft-maxwell有限元软件进行仿真,分析材料在特高压输电线路周围的电场分布,通过试验分析验电标识发光所需求的电磁环境.最后模拟导线现场进行测试.研究表明,该低场致发光特性的验电标识具有发光功耗低,发光明显等优点,其处于所在区域的电场强度达到1.2×106V·m-1以上时,可激发发光,此时所注入电流约为1.1 mA.通过仿真和试验分析可知带电特高压输电线路周围的空间电场强度满足验电标识发光指示的要求,同时空间杂散电流和材料本身的电容效应提供注入电流.该验电标识通过材料本身发光特性来指示带电状态,安装在距离特高压导线轴线13 cm及以内的范围即可实现验电,通过封装具有较好的耐候性能,同时避免了复杂的电路装置验电存在易受电磁干扰,可靠性差等问题

泥层高度和底流浓度是深锥浓密机最为重要的两个参数，因此有必要研究底流浓度随泥层高度的变化规律.采用自制小型深锥浓密机，对尾矿非连续/连续动态压密过程进行了物理实验；借助于有效孔隙比与泥层压强间遵循的Power函数关系，结合对尾矿颗粒的受力分析，推导出了底流浓度与泥层高度的数学模型，揭示了浓密机底流浓度与泥层高度的内在关系，并从尾矿颗粒空间结构的角度解释了该模型的变化规律；结合矿山生产对于底流浓度的要求，应用该数学模型，为其推荐了泥层高度的合理范围，验证了底流浓度数学模型的可靠性.该模型为深锥浓密机的设计和运行提供了理论依据

巡线机器人延迟容忍传感器网络(delay tolerant mobile sensor networks for inspection robot,DTMSNR)用于输电线路巡线机器人远程电网数据收集,具有节点稀疏、异构、随机移动性、间歇连通性和延迟容忍性.针对传统传感器网络数据传输算法机器人数据传输成功率低与网络可靠性差等问题.提出一种基于巡线机器人位姿信息的数据传输(mobile robot position-based delivery,MPD)策略.为准确计算巡线机器人网络位姿信息,建立机器人路径约束随机运动模型.MPD采用机器人相对网络位姿信息计算传输概率,进行消息传输路径选择.对网络异构消息引入机器人消息优先传输、消息失效机制进行消息队列管理.仿真实验表明,相较现有的几种延迟容忍传感器网络(delay tolerant mobile sensor network,DTMSN)数据传输策略,针对巡线机器人网络MPD能在适当的传输能耗下达到更高的传输成功率与更低的传输延迟